解密复兴科技：基于隐蔽马尔科夫模型的时序分析方法

前言
引言 解密复兴科技
　第一节 西蒙斯与复兴科技
　第二节 复兴科技中的元老们
　第三节 复兴科技中的主要研究方法
　第四节 什么是HMM？
　第五节 HMM举例
　第六节 股价收益分布与HMM
　第七节 HMM与交易策略设计
　第八节 基于HMM的交易策略
　第九节 交易策略的评价问题
　第十节 科技与投资
　第十一节 复兴科技的核心竞争力
第一部分 基础知识
第一章 极大似然估计法简介
　第一节 线性模型的极大似然估计量
　第二节 极大似然估计法的几个重点问题
第二章 贝叶斯分析
　第一节 统计学历史发展简介
　第二节 贝叶斯分析简介
第三章 马尔科夫链
　第一节 有两种状态的马尔科夫链
　第二节 转移函数和初始分布
　第三节 马尔科夫链的一些性质
　第四节 转移矩阵的估计问题
第二部分 隐蔽马尔科夫模型
第四章 混合分布和隐蔽马尔科夫模型
　第一节 状态序列相互独立的混合分布模型
　第二节 状态相互独立混合分布的参数估计
　第三节 简单隐蔽马尔科夫模型
　第四节 隐蔽马尔科夫模型的极大似然函数
第五章 隐蔽马尔科夫模型似然函数估计方法
　第一节 数值算法
　第二节 EM算法
第六章 隐蔽马尔科夫模型应用与模型选择
　第一节 条件分布
　第二节 预测分布
　第三节 解码
　第四节 状态预测
　第五节 模型选择标准
第三部分 马尔科夫状态转换模型
第七章 序列不相关数据的马尔科夫状态转换模型
　第一节 序列不相关状态相互独立的转换模型
　第二节 序列不相关马尔科夫状态转换模型
第八章 序列自相关的马尔科夫状态转换模型
　第一节 序列自相关状态可观测的马尔科夫状态转换模型
　第二节 序列自相关和状态不可观测的马尔科夫状态转换模型
　第三节 滤波过程
　第四节 平滑过程
　第五节 马尔科夫转换模型中的St状态的持续期
第九章 MS-AR模型的估计方法
　第一节 MS-AR模型参数估计初步
　第二节 MS-AR模型参数的EM算法
　第三节 MS-AR（1）模型的详细计算过程：Excel应用
第四部分 HMM和MS-AR模型应用
第十章 MS-AR模型在宏观分经济析中的应用
　第一节 简单MS-AR（1）经济波动模型
　第二节 Hamiltion（1989）和Kim，Nelson（1999）MS-AR（4）经济的波动模型
　第三节 Kim，Nelson（1999）加入虚拟变量的MS-AR（4）模型
第十一章 HMM和SWARCH模型在股市中的应用
　第一节 股指收益率与HMM
　第二节 股指波动性与SWARCH模型
参考文献